numpy.ma.apply_over_axes#

ma.apply_over_axes(func, a, axes)[source]#

对多个轴重复应用函数。

func 被调用为 res = func(a, axis)，其中 axis 是 axes 的第一个元素。函数调用的结果 res 必须与 a 具有相同的维度或少一个维度。如果 res 比 a 少一个维度，则在 axis 之前插入一个维度。然后对 axes 中的每个轴重复对 func 的调用，以 res 作为第一个参数。

参数:
func函数

此函数必须接受两个参数，func(a, axis)。

a类数组

输入数组。

axes类数组

对 func 应用的轴；元素必须是整数。

返回值:
apply_over_axisndarray

输出数组。维度数与 a 相同，但形状可能不同。这取决于 func 是否相对于其输入更改其输出的形状。

参见

apply_along_axis

将函数应用于沿给定轴的数组的 1-D 片段。

示例

>>> import numpy as np
>>> a = np.ma.arange(24).reshape(2,3,4)
>>> a[:,0,1] = np.ma.masked
>>> a[:,1,:] = np.ma.masked
>>> a
masked_array(
  data=[[[0, --, 2, 3],
         [--, --, --, --],
         [8, 9, 10, 11]],
        [[12, --, 14, 15],
         [--, --, --, --],
         [20, 21, 22, 23]]],
  mask=[[[False,  True, False, False],
         [ True,  True,  True,  True],
         [False, False, False, False]],
        [[False,  True, False, False],
         [ True,  True,  True,  True],
         [False, False, False, False]]],
  fill_value=999999)
>>> np.ma.apply_over_axes(np.ma.sum, a, [0,2])
masked_array(
  data=[[[46],
         [--],
         [124]]],
  mask=[[[False],
         [ True],
         [False]]],
  fill_value=999999)

对 ufunc 的元组轴参数等效

>>> np.ma.sum(a, axis=(0,2)).reshape((1,-1,1))
masked_array(
  data=[[[46],
         [--],
         [124]]],
  mask=[[[False],
         [ True],
         [False]]],
  fill_value=999999)
本页内容